Interpretación de informes

Visión general

Este informe revisa los resultados del segundo trimestre de 2026 de las empresas estadounidenses, evalúa el impacto de la adopción empresarial de IA en las ganancias, el gasto, la demanda de software y los mercados laborales, y actualiza las canastas de acciones de beneficiarios de productividad de IA y de alto/bajo costo laboral. La conclusión principal es que los gastos de capital en IA ya han proporcionado un impulso muy significativo a las ganancias de las empresas relacionadas con infraestructura, pero las contribuciones directas a las ganancias derivadas del despliegue de IA aún no han generado una señal amplia y estadísticamente verificable en la mayoría de las empresas.

Perspectivas principales

El crecimiento de las ganancias del S&P 500 es amplio y sólido, pero la infraestructura de IA sigue siendo el impulsor incremental más significativo. El gasto empresarial en IA se está acelerando y, a corto plazo, se financia principalmente mediante la reasignación de presupuestos existentes de software, tecnología y mano de obra; en consecuencia, su impacto sobre las ganancias agregadas del mercado es limitado, aunque podría alterar la distribución de ganancias entre industrias y empresas. Los fundamentos del software aún no han mostrado un shock generalizado de sustitución por IA, y el impacto de la IA en el mercado laboral es visible pero sigue limitado a ocupaciones e industrias específicas.

Marco de análisis

El informe evalúa el gasto en IA, la productividad y los impactos en las ganancias sectoriales combinando resultados trimestrales del S&P 500, comentarios de las conferencias de resultados de empresas, la Encuesta de Gasto en TI de GS, el Índice de IA de Ramp, ingresos estimados de proveedores de modelos, divulgaciones empresariales sobre empleados y compensación, y medidas de exposición a la automatización por IA basadas en ocupaciones.

Notas metodológicas

• Atribución de gananciasAtribución del crecimiento del BPA del S&P 500

  Distingue la contribución a las ganancias de las empresas de infraestructura de IA de la del resto del mercado.

  Clasifica como infraestructura de IA a los proveedores de nube a hiperescala y a las empresas que se benefician de sus gastos de capital, al tiempo que excluye ciertos otros ingresos relacionados con inversiones privadas, para determinar la contribución de la infraestructura de IA al crecimiento del BPA del índice.

• Análisis del gasto empresarialEstimación de costos de inferencia de IA

  Estima la proporción que representan los costos de inferencia de IA en los ingresos y presupuestos de TI del S&P 500.

  Estima los costos de inferencia utilizando los ingresos de los principales proveedores de modelos de IA, la división entre gasto empresarial y de consumo, y la participación del S&P 500 en el gasto; la estimación excluye otros costos de implementación, como mano de obra cualificada e infraestructura tecnológica.

• Selección de accionesSelección de beneficiarios de productividad de IA

  Identifica posibles empresas beneficiarias basándose en la sensibilidad a los costos laborales y la exposición a la automatización por IA.

  Filtra el Russell 1000 para identificar empresas situadas en el 50% superior de sus industrias tanto en exposición de la nómina a la automatización por IA como en costos laborales como proporción de ventas; también exige que las empresas vinculen la IA con productividad o eficiencia en las conferencias de resultados del segundo trimestre, al tiempo que excluye a los componentes de las canastas de infraestructura de IA y de riesgo de disrupción por IA.

Correspondencia y comparación de activos

Correspondencia estructurada entre la tesis y activos concretos (fortalezas, debilidades, pares y riesgos).

• Acciones de infraestructura de IA

  Beneficiarios directos de los gastos de capital en IA

  Fortalezas

  Alta visibilidad a corto plazo sobre los gastos de capital y el crecimiento de ganancias, con una contribución significativa al crecimiento de las ganancias del S&P 500 en el segundo trimestre de 2026.

  Debilidades

  Las valoraciones y las expectativas de crecimiento podrían ya estar elevadas y son sensibles a los ciclos de gasto de capital de los proveedores de nube a hiperescala.

  Comparación

  En comparación con los beneficiarios de productividad de IA, la materialización de ganancias es actualmente más clara y, por tanto, más favorecida por los inversores.

  Riesgos

  Desaceleración del gasto de capital, cambios en la cadena de suministro o la competencia, y revisiones a la baja de las ganancias.

• Acciones de software

  Potencialmente presionadas por la reasignación de presupuestos hacia IA, al tiempo que sirven como proveedores de herramientas de despliegue empresarial de IA

  Fortalezas

  Las encuestas y los fundamentos divulgados aún no han mostrado una sustitución generalizada; el crecimiento de ARR entre las empresas de software cubiertas por Goldman Sachs se ha acelerado modestamente recientemente.

  Debilidades

  El mercado sigue preocupado por que las empresas puedan desarrollar herramientas internas de IA para sustituir algunas aplicaciones de software externas.

  Comparación

  En relación con la infraestructura de IA, el sector del software se beneficia de manera más indirecta de la aceleración del gasto en IA y enfrenta mayor incertidumbre a corto plazo.

  Riesgos

  Clientes que migran al desarrollo interno, traslado de presupuestos hacia modelos e infraestructura, e intensificación de la competencia nativa de IA.

• Canasta de beneficiarios de productividad de IA

  Posibles beneficiarios de menores costos laborales por la automatización con IA

  Fortalezas

  Los costos laborales representan una proporción relativamente alta de los ingresos y la exposición a la automatización por IA es elevada, lo que crea un potencial sustancial de expansión de márgenes si se materializan las ganancias de productividad.

  Debilidades

  Hasta la fecha, hay evidencia insuficiente de una mejora significativa de las ganancias impulsada por IA, y el desempeño histórico ha estado ampliamente en línea con el S&P 500.

  Comparación

  Carece de los catalizadores de ganancias cuantificables a corto plazo de las acciones de infraestructura de IA.

  Riesgos

  La exposición a la automatización también puede indicar riesgo de disrupción del negocio, en lugar de solo ganancias de eficiencia.

• Canasta de acciones de alto costo laboral (GSTHHLAB)

  Más sensible a las mejoras de productividad de IA y a la reasignación del presupuesto laboral

  Fortalezas

  Ofrece mayores oportunidades potenciales de ahorro de costos si la IA mejora materialmente la eficiencia.

  Debilidades

  Los riesgos de sustitución laboral, costos de implementación y disrupción del negocio también son mayores.

  Comparación

  Los costos laborales medianos representan el 31% de los ingresos, frente al 5% de la canasta de bajo costo laboral y al 14% de la mediana del S&P 500.

  Riesgos

  Beneficios de IA que se materializan más lentamente de lo esperado, fricciones de ajuste del mercado laboral y ahorros de costos que no se convierten en ganancias.

Datos clave

• Crecimiento interanual del BPA del S&P 500 en el segundo trimestre de 202631%Tras excluir ciertos «otros ingresos» relacionados con inversiones privadas.
• Crecimiento interanual del BPA de las empresas de infraestructura de IA54%Proveedores de nube a hiperescala y empresas beneficiadas por sus gastos de capital.
• Contribución de la infraestructura de IA al crecimiento del BPA del S&P 500Aproximadamente 50%Segundo trimestre de 2026.
• Crecimiento mediano del BPA entre las empresas del S&P 50014%Segundo trimestre de 2026.
• Proporción de empresas del S&P 500 que cuantifican impactos específicos de productividad de IA11%Por ejemplo, programación o atención al cliente.
• Proporción de empresas del S&P 500 que cuantifican el impacto de la IA en las ganancias2%Similar a la proporción del primer trimestre de 2026.
• Costos de inferencia de IA como proporción de los ingresos del S&P 500Menos de 0,5%Valor estimado.
• Gasto mensual en IA por empleadoLa mediana aumentó de $5 al inicio del año a $12 en julioÍndice de IA de Ramp; la distribución del gasto está muy dispersa.
• Fuentes del gasto en IAAproximadamente dos tercios provienen de la reasignación de presupuestos existentesIncluye el 18% de presupuestos de software y el 11% de presupuestos laborales.
• Costos laborales del S&P 500Aproximadamente el 12% de los ingresos, por un total de alrededor de $2,1 billonesBasado en divulgaciones empresariales y estimaciones de 2025.

Impacto e implicaciones

Los inversores deberían seguir centrándose en las cadenas de valor de infraestructura de IA con alto apalancamiento de ganancias y visibilidad de pedidos, pero no deberían perseguir a los beneficiarios de productividad únicamente por la narrativa de IA. La aceleración del gasto empresarial en IA es un punto de validación importante para los próximos varios trimestres: si las mejoras de productividad se traducen en expansión de márgenes y revisiones al alza del BPA, las empresas con altos costos laborales y alta exposición a la automatización podrían beneficiarse; si los presupuestos de IA desplazan principalmente el gasto existente en software y mano de obra, la reasignación de ingresos y ganancias dentro de las industrias será más prominente que la expansión de las ganancias agregadas del mercado.

Riesgos

• Los beneficios de productividad y ganancias derivados de la adopción de IA pueden ser inferiores a lo esperado o tardar más en materializarse.
• Una desaceleración del crecimiento de los gastos de capital en infraestructura de IA podría debilitar el actual impulsor principal de ganancias.
• Las empresas que trasladan presupuestos de software o mano de obra hacia IA pueden reasignar ingresos y ganancias dentro de las industrias.
• Una alta exposición a la automatización por IA puede generar ganancias de eficiencia, pero también puede incrementar el riesgo de disrupción del negocio.
• El gasto en IA, los costos de inferencia y la exposición a la automatización incluyen estimaciones y datos de encuestas, lo que genera sesgos metodológicos y de muestra.

Aspectos que vigilar

• Si aumenta en informes de resultados posteriores la proporción de empresas que cuantifican el impacto de la IA sobre ingresos, costos, márgenes y BPA.
• La tasa de crecimiento sostenida de los costos de inferencia de IA y del gasto en IA por empleado.
• Si la financiación de IA pasa de la reasignación de presupuestos existentes a presupuestos incrementales.
• Si el ARR, las renovaciones y las tendencias de herramientas internas de los clientes de las empresas de software muestran señales de sustitución por IA.
• Cambios en los márgenes, la plantilla y la eficiencia operativa de empresas con altos costos laborales y alta exposición a la automatización.
• Los gastos de capital de los proveedores de nube a hiperescala y los pedidos, ingresos y previsiones de ganancias de las empresas de infraestructura de IA.